权龙哲，夏福霖，姜伟，李海龙，李恒达，娄朝霞，李传文

（东北农业大学工程学院，哈尔滨 150030）

农田杂草是影响农作物生长的主要因素之一。田间复杂环境的影响且与作物生长状况以及产量密切相关，使农田杂草难以得到有效治理[1-2]。目前，化学除草大多为全覆盖式喷洒农药，成本高、污染环境且危及食品安全[3-4]。相较于技术比较成熟的行间机械除草技术，株间机械除草因其较低容错性、结果不可逆性以及除草无选择性，给玉米苗造成较高损伤风险，尤其是伤根风险[5]。因此，杂草的高效精准检测为促进化学除草由地毯式喷洒向靶向喷洒转变，根据杂草分类施用除草剂提供可能。此外，杂草检测对株间机械除草方式提供选择性。实现田间杂草的精准检测和分类，可降低化学药剂的使用，减少成本和保护环境，提高机械除草的工作效率，对促进除草机器人发展具有重要意义。

学者针对杂草检测已展开大量研究，Alchana⁃tis等基于声光可调高光谱传感器和一组算法检测野草，其中基于纹理特征，利用光谱特征和鲁棒统计特征进行检测，错误识别率达15%[6]。何东健等针对单一特征识别杂草的低准确性和低稳定性，提出一种支持向量机（SVM）和DS（Shafer-Dempster）证据理论相结合的多特征融合杂草识别方法。该方法中多特征包括植物的叶片形状、纹理和分形3类，试验结果显示对杂草的识别率可达96.11%[7]。张小龙等研制的变量喷洒控制系统需要对杂草进行精准识别，根据其色差分量R-B颜色特征，基于Canny算子对识别的杂草边缘检测并提取其面积、密度和形心位置3个特征参数进行定位，结果显示识别率达83.5%，均方差0.066[8]。……